The meaning of functional trait composition of food webs for ecosystem functioning
Notice bibliographique
Résumé
There is a growing interest in using trait-based approaches to characterize the functional structure of animal communities. Quantitative methods have been derived mostly for plant ecology, but it is now common to characterize the functional composition of various systems such as soils, coral reefs, pelagic food webs or terrestrial vertebrate communities. With the ever-increasing availability of distribution and trait data, a quantitative method to represent the different roles of animals in a community promise to find generalities that will facilitate cross-system comparisons. There is, however, currently no theory relating the functional composition of food webs to their dynamics and properties. The intuitive interpretation that more functional diversity leads to higher resource exploitation and better ecosystem functioning was brought from plant ecology and does not apply readily to food webs. Here we appraise whether there are interpretable metrics to describe the functional composition of food webs that could foster a better understanding of their structure and functioning. We first distinguish the various roles that traits have on food web topology, resource extraction (bottom-up effects), trophic regulation (top-down effects), and the ability to keep energy and materials within the community. We then discuss positive effects of functional trait diversity on food webs, such as niche construction and bottom-up effects. We follow with a discussion on the negative effects of functional diversity, such as enhanced competition (both exploitation and apparent) and top-down control. Our review reveals that most of our current understanding of the impact of functional trait diversity on food web properties and functioning comes from an over-simplistic representation of network structure with well-defined levels. We, therefore, conclude with propositions for new research avenues for both theoreticians and empiricists.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».